[Arduino资料] 零知开源——ESP8266结合ICM20948实现高精度姿态解算

[复制链接]
 楼主| lingzhiLab 发表于 2025-3-7 09:02 | 显示全部楼层 |阅读模式
本帖最后由 lingzhiLab 于 2025-3-7 09:15 编辑

#技术资源# #申请原创# 零知实验室发布新版ICM20948模块,可以非常方便的应用在零知各个系列开发板或其他类似MCU,它可以作为已经停产的MPU9250的替代品,下面演示它在零知ESP8266上的使用。

一、ICM20948深度解析:九轴传感器的核心技术
1.1 什么是IMU?
IMU(Inertial Measurement Unit)即惯性测量单元,是融合加速度计、陀螺仪和磁力计的核心传感器。ICM20948作为新一代九轴IMU,具备以下技术特性:

IMU20948技术特性
参数
规格
技术优势
加速度测量范围
±2g/±4g/±8g/±16g
16位ADC,0.98mg/LSB@±16g
陀螺仪量程
±250/±500/±1000/±2000 dps
0.0038°/s/LSB@±250dps
磁力计量程
±4900μT
16位分辨率,0.15μT/LSB
数据输出速率
最高1125Hz
支持SPI/I2C双接口
工作电压
1.71V-3.6V
超低功耗模式<5μA

1.2 硬件架构解析
芯片内部采用三层堆叠结构:
1aa13daee299933f16c227793e283f8e 4446d9838afef00f7c6f0f53c5736f92
MEMS传感层:包含三轴加速度计和陀螺仪
ASIC处理层:集成数字运动处理器(DMP)
磁力计层:AK09916磁力计通过I2C从接口连接

1.3 九轴数据融合原理
姿态解算通过传感器融合算法实现:
姿态矩阵=加速度计校准✖陀螺仪积分✖磁力计补偿

典型算法对比:

算法
计算复杂度
精度
适用场景
互补滤波

一般
低速运动
卡尔曼滤波


动态环境
Mahony
中等
较高
嵌入式系统

二、硬件系统搭建
2.1 物料清单

组件
型号
主控板
零知ESP8266
九轴传感器
ICM20948
连接线
杜邦线
电源
USB适配器


2.2 电路连接详解
零知ESP8266和ICM20948九轴加速度传感器的接线图:

零知ESP8266
ICM20948
3.3V
VCC
GND
GND
SCL
SCL
SDA
SDA
d7f6cb44cf439e132c2dbdf24841a122 4446d9838afef00f7c6f0f53c5736f92

三、软件系统开发
3.1 校准验证代码
  1. // 在setup()中添加的校准验证if(SerialDebug) {
  2.   Serial.println("Post-Calibration Accel Bias (mg):");
  3.   Serial.print(1000*myIMU.accelBias[0]);
  4.   Serial.print(" ");
  5.   Serial.print(1000*myIMU.accelBias[1]);
  6.   Serial.print(" ");
  7.   Serial.println(1000*myIMU.accelBias[2]);
  8. }
4446d9838afef00f7c6f0f53c5736f92
将加速度偏置转换为mg单位(1g=1000mg)
X/Y轴偏置应<50mg,Z轴接近0(理想值)
确保校准过程有效,避免硬件安装误差

3.2 动态零位补偿
  1. static int calibration_cnt = 0;if(calibration_cnt < 1000 && abs(myIMU.gx)<0.5 && abs(myIMU.gy)<0.5) {
  2.   myIMU.accelBias[0] += myIMU.ax * 0.001;
  3.   myIMU.accelBias[1] += myIMU.ay * 0.001;
  4.   calibration_cnt++;
  5. }
4446d9838afef00f7c6f0f53c5736f92 前1000次采样持续修正加速度偏置
0.001为学习率系数,控制校准速度
实现动态自适应,消除温度漂移影响

3.3传感器数据预处理
1.加速度计处理
  1. myIMU.ax = (float)myIMU.accelCount[0] * myIMU.aRes - myIMU.accelBias[0];
  2. myIMU.ay = (float)myIMU.accelCount[1] * myIMU.aRes - myIMU.accelBias[1];
  3. myIMU.az = (float)myIMU.accelCount[2] * myIMU.aRes - myIMU.accelBias[2];
4446d9838afef00f7c6f0f53c5736f92
数据处理流程:
accelCount:原始ADC值
aRes:分辨率计算(例如±16g量程时为2048 LSB/g)
减去校准偏置消除零位误差
关键参数:
量程设置:建议初始化时配置为±8g
分辨率公式:aRes = 16.0 / 32768.0 (16位ADC)

2.陀螺仪处理
  1. myIMU.gx = (float)myIMU.gyroCount[0] * myIMU.gRes - myIMU.gyroBias[0];
  2. myIMU.gy = (float)myIMU.gyroCount[1] * myIMU.gRes - myIMU.gyroBias[1];
  3. myIMU.gz = (float)myIMU.gyroCount[2] * myIMU.gRes - myIMU.gyroBias[2];
4446d9838afef00f7c6f0f53c5736f92
漂移控制
典型偏置值应<1°/s
温度每升高1℃,零偏变化约0.01°/s
改进建议:添加温度补偿函数


3.磁力计数据融合
  1. float mx_raw = (float)myIMU.magCount[1] * myIMU.mRes; // X/Y交换float my_raw = (float)myIMU.magCount[0] * myIMU.mRes;float mz_raw = -(float)myIMU.magCount[2] * myIMU.mRes; // Z反转

  2. myIMU.mx = (mx_raw - myIMU.magBias[1]) * myIMU.magScale[1];
  3. myIMU.my = (my_raw - myIMU.magBias[0]) * myIMU.magScale[0];
  4. myIMU.mz = (mz_raw - myIMU.magBias[2]) * myIMU.magScale[2];
4446d9838afef00f7c6f0f53c5736f92
magBias:硬铁干扰补偿
magScale:软铁畸变校正
注意:校准数据需对应新坐标系

3.4姿态解算核心算法
1.Mahony滤波器调用
  1. MahonyQuaternionUpdate(
  2.   myIMU.ay,  // 加速度Y→X
  3.   myIMU.ax,   // 加速度X→Y
  4.   -myIMU.az,  // 加速度Z反转
  5.   myIMU.gy * DEG_TO_RAD, // 陀螺Y→X
  6.   myIMU.gx * DEG_TO_RAD, // 陀螺X→Y
  7.   -myIMU.gz * DEG_TO_RAD,// 陀螺Z反转
  8.   myIMU.mx,
  9.   myIMU.my,
  10.   myIMU.mz,
  11.   myIMU.deltat
  12. );

4446d9838afef00f7c6f0f53c5736f92
2.欧拉角转换
  1. myIMU.yaw   = atan2(2.0f * (*(getQ()+1) * *(getQ()+2) + *getQ()
  2.                     * *(getQ()+3)), *getQ() * *getQ() + *(getQ()+1)
  3.                     * *(getQ()+1) - *(getQ()+2) * *(getQ()+2) - *(getQ()+3)
  4.                     * *(getQ()+3));
  5.       myIMU.pitch = -asin(2.0f * (*(getQ()+1) * *(getQ()+3) - *getQ()
  6.                     * *(getQ()+2)));
  7.       myIMU.roll  = atan2(2.0f * (*getQ() * *(getQ()+1) + *(getQ()+2)
  8.                     * *(getQ()+3)), *getQ() * *getQ() - *(getQ()+1)
  9.                     * *(getQ()+1) - *(getQ()+2) * *(getQ()+2) + *(getQ()+3)
  10.                     * *(getQ()+3));
  11.       myIMU.pitch *= RAD_TO_DEG;
  12.       myIMU.yaw   *= RAD_TO_DEG;

  13.       // Declination of SparkFun Electronics (40°05'26.6"N 105°11'05.9"W) is
  14.       //         8° 30' E  ± 0° 21' (or 8.5°) on 2016-07-19
  15.       // - http://www.ngdc.noaa.gov/geomag-web/#declination
  16.       myIMU.yaw  -= 8.5;
  17.       myIMU.roll *= RAD_TO_DEG;


4446d9838afef00f7c6f0f53c5736f92
3.5数据输出
串口协议设计
  1. //打印格式与processing端格式一致
  2.   Serial.print("Or: ");
  3.   Serial.print(myIMU.yaw, 2);
  4.   Serial.print(" ");
  5.   
  6.   Serial.print(myIMU.pitch, 2);
  7.   Serial.print(" ");

  8.   Serial.print(myIMU.roll, 2);
  9.   Serial.println(" ");

4446d9838afef00f7c6f0f53c5736f92
3.6Processing 3D可视化验证
将代码库文件安装包解压到C:\Users\Administrator\Documents\Processing\libraries,然后在Processing中选择开发板对应的串口号,就可以看到我们的3D模型根据九轴的姿态进行变化啦:
  1. import processing.serial.*;
  2. // 传感器数据float roll, pitch, yaw;
  3. PVector accelerometer = new PVector();
  4. PVector gyroscope = new PVector();
  5. PVector magneticField = new PVector();
  6. // 3D模型
  7. PShape model;
  8. PImage bgImage;
  9. // 串口配置
  10. Serial port;
  11. String[] serialPorts;int selectedPort = 0;
  12. boolean printSerial = false;
  13. void setup() {
  14.   size(1024, 800, P3D);
  15.   frameRate(60);
  16.   
  17.   // 加载资源
  18.   bgImage = loadImage("background.png");
  19.   model = loadShape("biplane.obj"); // 确保使用标准OBJ格式
  20.   model.scale(30);
  21.   
  22.   // 初始化串口
  23.   serialPorts = Serial.list();
  24.   if(serialPorts.length > 0) connectSerial(serialPorts[0]);
  25. }
  26. void draw() {
  27.   background(bgImage);
  28.   
  29.   // 3D场景设置
  30.   pushMatrix();
  31.   translate(width/2, height/2, 0);
  32.   lights();
  33.   
  34.   // 应用旋转
  35.   rotateX(radians(pitch));
  36.   rotateY(radians(yaw));
  37.   rotateZ(radians(roll));
  38.   
  39.   // 绘制模型
  40.   shape(model);
  41.   popMatrix();
  42.   
  43.   // 显示数据
  44.   displaySensorData();
  45. }
  46. void serialEvent(Serial p) {
  47.   try {
  48.     String rawData = p.readStringUntil('\n').trim();
  49.     if(printSerial) println(rawData);
  50.    
  51.     String[] parts = split(rawData, ' ');
  52.     if(parts.length >= 4) {
  53.       switch(parts[0]) {
  54.         case "Or:": // 欧拉角格式:Or: yaw pitch roll
  55.           yaw = float(parts[1]);
  56.           pitch = float(parts[2]);
  57.           roll = float(parts[3]);
  58.           break;
  59.         case "Accel:":
  60.           accelerometer.set(float(parts[1]), float(parts[2]), float(parts[3]));
  61.           break;
  62.         case "Gyro:":
  63.           gyroscope.set(float(parts[1]), float(parts[2]), float(parts[3]));
  64.           break;
  65.         case "Mag:":
  66.           magneticField.set(float(parts[1]), float(parts[2]), float(parts[3]));
  67.           break;
  68.       }
  69.     }
  70.   } catch(Exception e) {
  71.     println("Serial Error: " + e.getMessage());
  72.   }
  73. }
  74. void displaySensorData() {
  75.   fill(0, 255, 0);
  76.   textSize(16);
  77.   textAlign(LEFT, TOP);
  78.   String data = "Accelerometer(g): "
  79.     + nfp(accelerometer.x,1,2) + ", "
  80.     + nfp(accelerometer.y,1,2) + ", "
  81.     + nfp(accelerometer.z,1,2) + "\n"
  82.     + "Gyroscope(deg/s): "
  83.     + nfp(gyroscope.x,1,2) + ", "
  84.     + nfp(gyroscope.y,1,2) + ", "
  85.     + nfp(gyroscope.z,1,2) + "\n"
  86.     + "Orientation: \n"
  87.     + "Yaw: " + nfp(yaw,1,1) + "°\n"
  88.     + "Pitch: " + nfp(pitch,1,1) + "°\n"
  89.     + "Roll: " + nfp(roll,1,1) + "°";
  90.   text(data, 20, 20);
  91. }
  92. void connectSerial(String portName) {
  93.   if(port != null) port.stop();
  94.   try {
  95.     port = new Serial(this, portName, 115200);
  96.     port.bufferUntil('\n');
  97.     println("Connected to: " + portName);
  98.   } catch(Exception e) {
  99.     println("Connection failed: " + e.getMessage());
  100.   }
  101. }
  102. void keyPressed() {
  103.   // 切换串口
  104.   if(key == ' ') {
  105.     selectedPort = (selectedPort + 1) % serialPorts.length;
  106.     connectSerial(serialPorts[selectedPort]);
  107.   }
  108.   // 切换调试输出
  109.   if(key == 'P' || key == 'p') printSerial = !printSerial;
  110.   // 重置视角
  111.   if(key == 'R' || key == 'r') {
  112.     yaw = pitch = roll = 0;
  113.   }
  114. }

四、实现结果分析
观察串口打印输出的DMP姿态解算数据如下:
66a11f616e43d19e50b391f371224a95 4446d9838afef00f7c6f0f53c5736f92

Processing 3D可视化验证:
f3f8c08eb245e72a131dea28d921920f
Processing 3D可视化验证

4446d9838afef00f7c6f0f53c5736f92
五、项目资源汇总
5.1 参考资料
ICM20948数据手册
ESP8266技术参考

5.2 源码获取
https://github.com/Leeri1y/ICM20948-ESP8266  参考Github仓库

64位Windows系统的Processing安装包:
通过网盘分享的文件:processing-4.3.3.7z链接: https://pan.baidu.com/s/12B4F33M1caRncVjSJiFPTg?pwd=9h5i 提取码: 9h5i

5.3 扩展学习
Mahony滤波器数学推导
欢迎各位道友相互讨论,一直在学习的路上!



4446d9838afef00f7c6f0f53c5736f92
4446d9838afef00f7c6f0f53c5736f92
您需要登录后才可以回帖 登录 | 注册

本版积分规则

22

主题

33

帖子

0

粉丝
快速回复 在线客服 返回列表 返回顶部

22

主题

33

帖子

0

粉丝
快速回复 在线客服 返回列表 返回顶部